Which antiretrovirals should be prescribed as first-line treatments? Changes over the past 10 years in France
Notice bibliographique
Résumé
Objective To describe the changes in first-line antiretroviral (ART) regimens in France between 2005 and 2015 and patients’ characteristics related to the use of protease inhibitors in 2015. Methods We extracted all patients starting ART between 2005 and 2015 from a large prospective cohort. Regimens were classified as three nucleoside reverse transcriptase inhibitors (NRTI), or two NRTIs with a boosted protease inhibitor (bPI), with a non-nucleoside reverse transcriptase inhibitor (NNRTI), or with an INSTI. Patients’ characteristics at the time of initiation were collected. A multinomial logit model was fitted to analyze characteristics related to the choice of regimen in 2015. Results We analyzed data from 15,897 patients. The proportion of patients starting with (i) a bPI decreased from 60% before 2014 to 38.1% in 2015; (ii) an NNRTI decreased from 30% to 17.8% in 2015; (iii) an INSTI gradually increased to 39.4% in 2015. In 2015, patients with an initial viral load ˃5 log copies/mL were less likely to receive NNRTI (OR = 0.08) or INSTI regimens (OR = 0.69) than bPIs. Patients with initial CD4 + T cell count ˂200/mm 3 were less likely to receive an NNRTI (OR = 0.28) or an INSTI regimen (OR = 0.52) than a bPI. Women were less likely to receive an NNRTI (OR = 0.79) or an INSTI regimen (OR = 0.71) than a bPI; although this depended on age. Conclusion The use of bPI as first-line ART declined sharply in France from 2005 to 2015. bPI remained of preferential use in patients with high viral load, low CD4 + T cell count, and in women.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».